Variables estadísticas bidimensionales: problemas resueltos

B ENITO J. G ONZÁLEZ RODRÍGUEZ (bjglez@ull.es)

D OMINGO H ERNÁNDEZ A BREU (dhabreu@ull.es)
M ATEO M. J IMÉNEZ PAIZ (mjimenez@ull.es)
M. I SABEL M ARRERO RODRÍGUEZ (imarrero@ull.es)
A LEJANDRO S ANABRIA G ARCÍA (asgarcia@ull.es)

Departamento de Análisis Matemático

Universidad de La Laguna

Índice
6. Problemas resueltos 1

M ATEMÁTICA A PLICADA Y E STADÍSTICA OCW-ULL 2013

VARIABLES ESTADÍSTICAS BIDIMENSIONALES : PROBLEMAS RESUELTOS 1/13

6. Problemas resueltos

Ejercicio 6.1. Se han tomado cinco muestras de glucógeno, de una cantidad fija cada una. Se les ha aplicado

una cantidad X de glucogenasa (en milimoles por litro) anotando en cada caso la velocidad de reacción Y

medida en micromoles por minuto, obteniéndose así la siguiente tabla:

X 1 2 3 0.2 0.5

Y 18 35 60 8 10

Se pide:

a) ¿Se deduce de estos datos que la velocidad de reacción aumenta con la concentración de glucogenasa?

b) Si a una de las muestras le hubiésemos aplicado una concentración de glucogenasa de 5 milimoles

por litro, ¿cuál hubiera sido la velocidad de reacción? ¿Con qué grado de predicción?

c) Dibujar la nube de puntos y las rectas de regresión.

R ESOLUCIÓN . Las variables X :=‘concentración de glucogenasa (mmol/L)’ e Y :=‘velocidad de reacción

(µmol/min)’ son ambas cuantitativas. Aunque en los cálculos que siguen es suficiente la tabla de frecuencias

para las variables marginales X e Y dada en el enunciado del ejercicio (véase la Observación 2.5 del desarrollo

teórico), construiremos la tabla de frecuencias de la variable bidimensional (X,Y ) (Cuadro 6.1).

Y
8 10 18 35 60 nxi fxi
X

0.2 1 1 0.2

0.5 1 1 0.2

1 1 1 0.2

2 1 1 0.2

3 1 1 0.2

ny j 1 1 1 1 1 5

fy j 0.2 0.2 0.2 0.2 0.2 1

Cuadro 6.1. Tabla de frecuencias para la variable bidimensional del Ejercicio 6.1.

M ATEMÁTICA A PLICADA Y E STADÍSTICA OCW-ULL 2013

2/13 B. G ONZÁLEZ , D. H ERNÁNDEZ , M. J IMÉNEZ , I. M ARRERO , A. S ANABRIA

Figura 6.1. Diagrama de dispersión para la variable bidimensional del Ejercicio 6.1.

En primer lugar, trazamos un diagrama de dispersión para conjeturar una posible relación entre las variables

(Figura 6.1).

El diagrama de la Figura 6.1 parece indicarnos que existe una relación lineal directa entre las variables, esto

es, la velocidad de reacción Y aumenta a medida que aumenta la cantidad de glucogenasa y esta dependencia

responde a un modelo lineal. Veamos si esta intuición que sugiere el diagrama puede ser confirmada.

a) Al objeto de analizar cuál es el grado de correlación entre las variables X e Y estudiamos el coeficiente

de correlación lineal (o coeficiente de correlación de Pearson)

σxy
ρ= ,
σx · σy

donde σxy , σx y σy denotan la covarianza y las desviaciones típicas marginales de las variables X e Y , respec-

tivamente.

Para hallar los estadísticos anteriores, necesarios en la determinación del coeficiente de correlación lineal,

calculamos en primer lugar la media de X:

0.2 + 0.5 + 1 + 2 + 3
x= = 1.340.
5

OCW-ULL 2013 M ATEMÁTICA A PLICADA Y E STADÍSTICA

VARIABLES ESTADÍSTICAS BIDIMENSIONALES : PROBLEMAS RESUELTOS 3/13

En segundo lugar, la varianza de X viene dada por:

1 k 2 (0.22 + 0.52 + 12 + 22 + 32 ) 14.29

σx2 = ∑ x nx
i i − x 2
= − 1.3402 = − 1.7956 = 1.0624,
N i=1 5 5

de manera que su desviación típica es

√
σx = 1.0624 ' 1.031.

Similarmente, la media de Y viene dada por:

8 + 10 + 18 + 35 + 60
y= = 26.200,
5

mientras que su varianza es

82 + 102 + 182 + 352 + 602 5313

σy2 = − 26.2002 = − 686.440 = 376.160
5 5

y su desviación típica,
√
σy = 376.160 ' 19.395.

Finalmente, calculamos la covarianza entre las variables X e Y :

1 m r
σxy = ∑ ∑ xi y j ni j − x y
N i=1 j=1

(0.2 · 8) + (0.5 · 10) + (1 · 18) + (2 · 35) + (3 · 60)

= − (1.340 · 26.200)
5
274.6
= − 35.108 = 19.812.
5

En consecuencia, el coeficiente de correlación lineal toma el valor

19.812
ρ= ' 0.99.
1.031 · 19.395

Al estar el coeficiente de Pearson muy cercano a 1 podemos garantizar que existe una muy buena correlación

lineal entre las variables. Esta relación es, además, directa, como indica el hecho de que el coeficiente de

correlación de Pearson tiene signo positivo, al igual que la covarianza. Luego, cabe afirmar que la velocidad

de reacción aumenta con la concentración de glucogenasa y que este aumento es de tipo lineal.

M ATEMÁTICA A PLICADA Y E STADÍSTICA OCW-ULL 2013

4/13 B. G ONZÁLEZ , D. H ERNÁNDEZ , M. J IMÉNEZ , I. M ARRERO , A. S ANABRIA

Figura 6.2. Diagrama de dispersión y rectas de regresión para la variable bidimensional del Ejercicio 6.1.

b) Calculamos primeramente la recta de regresión de Y sobre X:

ryx : y − y = βyx (x − x),

donde
σxy 19.812
βyx = = ' 18.648.
σx2 1.0624

Por tanto, la recta de regresión de Y sobre X viene dada por:

ryx : y = 26.200 + 18.648 (x − 1.340) = 18.648 x + 1.212.

Si a una de las muestras le hubiésemos aplicado una concentración de glucogenasa de 5 mmol/L, la velo-

cidad de reacción hubiese sido de

y = (18.648 · 5) + 1.212 ' 94.45 µmol/min,

siendo esta predicción muy buena pues, como hemos mencionado anteriormente, el coeficiente de correlación

de Pearson es prácticamente 1 (ρ = 0.99).

OCW-ULL 2013 M ATEMÁTICA A PLICADA Y E STADÍSTICA

VARIABLES ESTADÍSTICAS BIDIMENSIONALES : PROBLEMAS RESUELTOS 5/13

c) La recta de regresión de X sobre Y tiene por ecuación

rxy : x − x = βxy (y − y),

donde
σxy 19.812
βxy = 2
= ' 0.053.
σy 376.160

Es decir,

rxy : x = 1.340 + 0.053 (y − 26.200) = 0.053 y − 0.049.

Si representamos las rectas de regresión anteriores en el diagrama de dispersión de la Figura 6.1, obtene-

mos la Figura 6.2. 

Ejercicio 6.2. Se ha medido, en miligramos por litro, el contenido de oxígeno Y del lago Worther, en Austria,

a una profundidad de X metros, obteniéndose los siguientes datos:

X 15 20 30 40 50 60 70

Y 6.5 5.6 5.4 6.0 4.6 1.4 0.1

Se pide:

a) Ajustar una recta a los datos obtenidos.

b) Estudiar la correlación entre ambas variables.

c) Para una profundidad comprendida entre 75 y 80 metros, ¿qué contenido en oxígeno se podría prede-

cir?

d) Dibujar la nube de puntos y las rectas de regresión.

R ESOLUCIÓN . Las variables X :=‘profundidad (m)’ e Y :=‘cantidad de oxígeno (mg/L)’ son ambas cuanti-

tativas. De manera similar al problema anterior, la tabla de frecuencias para la variable bidimensional (X,Y )

queda recogida en el Cuadro 6.2.

El diagrama de dispersión para la variable bidimensional (X,Y ) de la Figura 6.3 nos indica de manera

intuitiva que si existiese alguna relación entre las variables X e Y , ésta debiera ser inversa, esto es, el aumento

de una de las variables implicaría la disminución de la otra y viceversa.

M ATEMÁTICA A PLICADA Y E STADÍSTICA OCW-ULL 2013

6/13 B. G ONZÁLEZ , D. H ERNÁNDEZ , M. J IMÉNEZ , I. M ARRERO , A. S ANABRIA

Y
0.1 1.4 4.6 5.4 5.6 6.0 6.5 nxi fxi
X

15 1 1 0.142

20 1 1 0.142

30 1 1 0.142

40 1 1 0.142

50 1 1 0.142

60 1 1 0.142

70 1 1 0.142

ny j 1 1 1 1 1 1 1 7

fy j 0.142 0.142 0.142 0.142 0.142 0.142 0.142 1

Cuadro 6.2. Tabla de frecuencias para la variable bidimensional del Ejercicio 6.2.

Veamos si podemos garantizar lo afirmado en el párrafo anterior.

a) La recta de regresión de Y sobre X viene dada por:

ryx : y − y = βyx (x − x),

donde
σxy
βyx = .
σx2

Calculemos en primer lugar la media y la varianza de la variable marginal X, y a continuación la media de Y

y la covarianza entre ambas variables en estudio.

La media de X es:
15 + 20 + 30 + 40 + 50 + 60 + 70
x= ' 40.714.
7

La varianza de X viene dada por:

152 + 202 + 302 + 402 + 502 + 602 + 702

σx2 = − 40.7142
7
14125
' − 1657.630 ' 360.227.
7

OCW-ULL 2013 M ATEMÁTICA A PLICADA Y E STADÍSTICA

VARIABLES ESTADÍSTICAS BIDIMENSIONALES : PROBLEMAS RESUELTOS 7/13

Figura 6.3. Diagrama de dispersión para la variable bidimensional del Ejercicio 6.2.

Por tanto, su desviación típica es:

√
σx = 360.227 ' 18.980.

La media de Y viene dada por:

0.1 + 1.4 + 4.6 + 5.4 + 5.6 + 6.0 + 6.5

y= ' 4.228.
7

Hallamos ahora la covarianza entre las variables X e Y :

(15 · 6.5) + (20 · 5.6) + (30 · 5.4) + (40 · 6.0) + (50 · 4.6) + (60 · 1.4) + (70 · 0.1)
σxy = − (40.714 · 4.228)
7
932.5
' − 172.139 = −38.925.
7

Estamos ya en disposición de calcular

σxy −38.925
βyx = 2
= ' −0.108.
σx 360.227

Así pues, la recta de regresión de Y sobre X será

ryx : y = 4.228 − 0.108 (x − 40.714) = −0.108 x + 8.625.

M ATEMÁTICA A PLICADA Y E STADÍSTICA OCW-ULL 2013

8/13 B. G ONZÁLEZ , D. H ERNÁNDEZ , M. J IMÉNEZ , I. M ARRERO , A. S ANABRIA

b) Nótese que la covarianza σxy es negativa: esto nos indica que existe una relación inversa entre las

variables. Para decidir si tal relación es de tipo lineal, estudiamos el coeficiente de Pearson

σxy
ρ= .
σx · σy

La varianza de Y es

0.12 + 1.42 + 4.62 + 5.42 + 5.62 + 6.02 + 6.52

σy2 = − 4.2282
7
161.9
' − 17.876 ' 5.252
7

y su desviación típica,
√
σy = 5.252 ' 2.292.

Por tanto, el coeficiente de correlación lineal toma el valor

−38.925
ρ= ' −0.895,
18.980 · 2.292

y podemos concluir que las variables presentan una muy buena correlación lineal inversa (o correlación lineal

negativa).

c) La recta de regresión de Y sobre X, de ecuación

ryx : y = −0.108 x + 8.625,

es un buen modelo de predicción, tal y como hemos visto en el apartado anterior.

Para una profundidad de x = 75 m el modelo predice una cantidad de oxígeno de

y = −0.108 · 75 + 8.625 = 0.525 ' 0.5 mg/L,

mientras que para una profundidad de x = 80 m, predecimos

y = −0.108 · 80 + 8.625 = −0.015 ' 0 mg/L.

Podemos concluir entonces que para una profundidad comprendida entre 75 y 80 metros los niveles de oxígeno

varían entre 0 y 0.5 mg/L.

OCW-ULL 2013 M ATEMÁTICA A PLICADA Y E STADÍSTICA

VARIABLES ESTADÍSTICAS BIDIMENSIONALES : PROBLEMAS RESUELTOS 9/13

Figura 6.4. Diagrama de dispersión y rectas de regresión para la variable bidimensional del Ejercicio 6.2.

d) La recta de regresión de X sobre Y tiene por ecuación

rxy : x − x = βxy (y − y),

donde
σxy −38.925
βxy = = ' −7.411.
σy2 5.252

Luego,

rxy : x = 40.714 − 7.411 (y − 4.228) = −7.411 y + 72.048.

El diagrama de dispersión junto con las rectas de regresión aparece representado en el gráfico de la Figura

6.4. 

Ejercicio 6.3. En un hospital se ha aplicado un medicamento A a 100 enfermos, y en otro hospital se ha

aplicado un segundo medicamento B a otros 100 enfermos. El número diario de curados durante los 10

primeros días es el siguiente:

medicamento A 8 7 6 5 4 3 3 2 1 1

medicamento B 4 4 6 7 2 5 1 2 2 2

M ATEMÁTICA A PLICADA Y E STADÍSTICA OCW-ULL 2013

10/13 B. G ONZÁLEZ , D. H ERNÁNDEZ , M. J IMÉNEZ , I. M ARRERO , A. S ANABRIA

Se pide:

a) Rectas de regresión de Y sobre X y de X sobre Y .

b) Dibujar la nube de puntos y las rectas de regresión.

c) Hallar el coeficiente de correlación e interpretarlo.

R ESOLUCIÓN . Estamos interesados en determinar la relación que pueda existir entre el número de enfermos

curados en un mismo día, en dos hospitales diferentes y mediante dos medicamentos distintos, para, por ejem-

plo, determinar la eficacia de ambos medicamentos. El estudio se hace durante 10 días (por lo que la población

en este caso consta de N = 10 observaciones).

Para ello denotamos por X :=‘número de pacientes curados por el medicamento A en un determinado

día’ y por Y :=‘número de pacientes curados por el medicamento B en el mismo día’. Obsérvese que ambas

variables marginales son cuantitativas discretas. La tabla de frecuencias para la variable bidimensional (X,Y )

viene dada en el Cuadro 6.3.

Y
1 2 4 5 6 7 nxi fxi
X

1 2 2 0.2
2 1 1 0.1
3 1 1 2 0.2
4 1 1 0.1
5 1 1 0.1
6 1 1 0.1
7 1 1 0.1
8 1 1 0.1
ny j 1 4 2 1 1 1 10
fy j 0.1 0.4 0.2 0.1 0.1 0.1 1

Cuadro 6.3. Tabla de frecuencias para la variable bidimensional del Ejercicio 6.3.

Al igual que hemos hecho en los ejercicios anteriores, trazamos un diagrama de dispersión para la variable

bidimensional (Figura 6.5) que nos permita conjeturar una posible relación entre las variables marginales.

Nótese que, aunque podemos intuir algún tipo de relación directa entre las variables (esto es, el aumento en la

eficiencia de uno de los medicamentos en un determinado día implica también la del del otro), no está del todo

OCW-ULL 2013 M ATEMÁTICA A PLICADA Y E STADÍSTICA

VARIABLES ESTADÍSTICAS BIDIMENSIONALES : PROBLEMAS RESUELTOS 11/13

Figura 6.5. Diagrama de dispersión para la variable bidimensional del Ejercicio 6.3.

claro que esta relación sea de tipo lineal.

Pasamos a discutir ahora los modelos de regresión.

a) Para determinar las rectas de regresión, calculamos en primer lugar los estadísticos necesarios.

Estadísticos de la variable marginal X.

• Media de X:

(2 · 1) + (1 · 2) + (2 · 3) + (1 · 4) + (1 · 5) + (1 · 6) + (1 · 7) + (1 · 8)
x= = 4.000.
10

• Varianza de X:

(2 · 12 ) + (1 · 22 ) + (2 · 32 ) + (1 · 42 ) + (1 · 52 ) + (1 · 62 ) + (1 · 72 ) + (1 · 82 )
σx2 = − 4.0002
10
214
= − 16 = 5.400.
10

• Desviación típica de X:
√
σx = 5.400 ' 2.324.

Estadísticos de la variable marginal Y .

M ATEMÁTICA A PLICADA Y E STADÍSTICA OCW-ULL 2013

12/13 B. G ONZÁLEZ , D. H ERNÁNDEZ , M. J IMÉNEZ , I. M ARRERO , A. S ANABRIA

• Media de Y :
(1 · 1) + (4 · 2) + (2 · 4) + (1 · 5) + (1 · 6) + (1 · 7)
y= = 3.500.
10

• Varianza de Y :

(1 · 12 ) + (4 · 22 ) + (2 · 42 ) + (1 · 52 ) + (1 · 62 ) + (1 · 72 )
σy2 = − 3.5002
10
159
= − 12.25 = 3.650.
10

• Desviación típica de Y :
√
σy = 3.650 ' 1.910.

Estadísticos de la variable bidimensional (X,Y ).

• Covarianza entre las variables X e Y :

(1 · 2 · 2) + (2 · 2) + 3 · (1 + 5) + (4 · 2) + (5 · 7) + (6 · 6) + (7 · 4) + (8 · 4)
σxy = − (4 · 3.500)
10
165
= − 14 = 2.500.
10

Atendiendo a los datos calculados:

Recta de regresión de Y sobre X:

ryx : y − y = βyx (x − x),

donde
σxy 2.500
βyx = = ' 0.463.
σx2 5.400

Por tanto,

ryx : y = 3.500 + 0.463 (x − 4.000) = 0.463 x + 1.648.

Recta de regresión de X sobre Y :

rxy : x − x = βxy (y − y),

donde
σxy 2.500
βxy = 2
= ' 0.685.
σy 3.650

OCW-ULL 2013 M ATEMÁTICA A PLICADA Y E STADÍSTICA

VARIABLES ESTADÍSTICAS BIDIMENSIONALES : PROBLEMAS RESUELTOS 13/13

Figura 6.6. Diagrama de dispersión y rectas de regresión para la variable bidimensional del Ejercicio 6.3.

Por tanto,

rxy : x = 4.000 + 0.685 (y − 3.500) = 0.685 y + 1.602.

b) Las rectas de regresión están representadas en el gráfico de la Figura 6.6, junto con el diagrama de

dispersión.

c) Finalmente, el coeficiente de correlación lineal ρ (o coeficiente de correlación de Pearson) toma el valor

σxy 2.500
ρ= = ' 0.56.
σx · σy 2.324 · 1.910

Como el coeficiente de correlación de Pearson está comprendido entre 0.5 y 0.8, podemos afirmar que la rela-

ción entre las variables descritas en los modelos lineales anteriores es buena. 

M ATEMÁTICA A PLICADA Y E STADÍSTICA OCW-ULL 2013